Question

我知道，例如，如果我想找到连续'a'的所有出现的长度

在input =“1111aaaaa11111aaaaaaa111aaa”中，我可以做到

[len(s) for s in re.findall(r'a+', input)]

但是，我不确定如何使用char变量执行此操作。例如，

CHAR = 'a'
[len(s) for s in re.findall(r'??????', input)]    # Trying to find occurrences of CHARs..

有办法吗？

Answer 1

这是一个适用于任何长度字符串的通用解决方案：

CHAR = 'a'
[len(s) for s in re.findall(r'(?:{})+'.format(re.escape(CHAR)), input)]

或使用itertools的替代方法（仅限单个字符）：

import itertools
[sum(1 for _ in g) for k, g in itertools.groupby(input) if k == CHAR]

Answer 2

我认为你所要求的是：

[len(s) for s in re.findall(r'{}+'.format(CHAR), input)]

除非CHAR是特殊值，例如\，否则这不起作用。如果这是一个问题：

[len(s) for s in re.findall(r'{}+'.format(re.escape(CHAR)), input)]

如果要匹配两个或更多个而不是一个或多个，则其语法为{2,}。正如the docs所说：

{m,n}使得到的RE匹配前一个RE的m到n次重复，尝试匹配尽可能多的重复。例如，a{3,5}将匹配3到5个'a'个字符。省略 m 指定零的下限，省略 n 指定无限上限。例如，a{4,}b将匹配aaaab或一千'a'个字符，后跟b，但不会aaab ...

当我们使用{}进行字符串格式化时会有点难看，所以让我们切换到% - 格式化：

[len(s) for s in re.findall(r'%s{2,}' % (re.escape(CHAR),), input)]

...或者只是简单的连接：

[len(s) for s in re.findall(re.escape(CHAR) + r'{2,}', input)]